输入层->32×32图像 1个

卷积层1->32×32图像32个 第一次卷积运算:输入图像大小为32×32会产生32个图像,卷积运算并不会改变图像大小,所以仍然是32×32

池化层1->16×16图像32个 第一次缩减采样,将32×32的图像缩小为16×16的图像,缩减采样不会改变数量,所以仍然是32个

卷积层2->16×16图像 64个

池化层2->8×8图像 64个

平坦层 -> 64x8x8=4096 作为神经元的输入

隐藏层 1024个神经元

输出层 10个神经元